كيف يعمل استخدام الحاسوب

يعمل استخدام الحاسوب من خلال حلقة تغذية راجعة مستمرة بين كلود وجهاز الكمبيوتر الخاص بك. فهم هذه الحلقة ضروري لبناء وكلاء فعالين.

حلقة الوكيل

┌─────────────────────────────────────────────────┐
│  1. كلود يستلم المهمة + لقطة الشاشة            │
│                    ↓                            │
│  2. كلود يحلل الشاشة، يقرر الإجراء             │
│                    ↓                            │
│  3. كلود يُرجع استدعاء الأداة (نقر، كتابة، إلخ)│
│                    ↓                            │
│  4. الكود الخاص بك ينفذ الإجراء                │
│                    ↓                            │
│  5. التقاط لقطة شاشة جديدة                     │
│                    ↓                            │
│  6. الحلقة تستمر حتى اكتمال المهمة             │
└─────────────────────────────────────────────────┘

أداة الحاسوب

يوفر إصدار الأداة computer_20250124 هذه الإجراءات:

الإجراء	الوصف
screenshot	التقاط حالة الشاشة الحالية
mouse_move	تحريك المؤشر إلى إحداثيات x,y
left_click	نقر زر الماوس الأيسر
right_click	نقر زر الماوس الأيمن
double_click	نقر مزدوج للزر الأيسر
triple_click	تحديد سطر/فقرة كاملة
left_mouse_down	الضغط على الزر الأيسر (للسحب)
left_mouse_up	تحرير الزر الأيسر
scroll	التمرير لأعلى/لأسفل/لليسار/لليمين
type	كتابة نص
key	ضغط مفتاح أو تركيبة مفاتيح
hold_key	الضغط على مفتاح أثناء تنفيذ إجراء
wait	الإيقاف لمدة محددة

الترويسات المطلوبة

لاستخدام استخدام الحاسوب، أضف ترويسات بيتا هذه:

headers = {
    "anthropic-beta": "computer-use-2025-01-24"
}

دقة الشاشة

يعمل كلود بشكل أفضل مع دقات محددة. الإعداد الموصى به:

# الدقات المثالية لاستخدام الحاسوب
RECOMMENDED_RESOLUTIONS = [
    (1024, 768),   # XGA - سريع وفعال
    (1280, 800),   # WXGA - توازن جيد
    (1920, 1080),  # Full HD - تفاصيل أكثر
]

نصيحة: الدقات المنخفضة تعني معالجة أسرع للقطات الشاشة وتكاليف رموز أقل.

الفهم المبني على الرؤية

يستخدم كلود قدرات الرؤية الخاصة به لـ:

1. تحديد عناصر واجهة المستخدم (الأزرار، حقول النص، القوائم)
2. قراءة النص على الشاشة
3. فهم التخطيط والعلاقات المكانية
4. تتبع التغييرات بين لقطات الشاشة

هذا يعني أن كلود يمكنه العمل مع أي تطبيق دون الحاجة إلى تكاملات متخصصة.

بعد ذلك، سننظر في حزمة Agent SDK التي تبسط بناء هذه الحلقات. :::